高并发环境下海量数据的优化方案

问题：一般我们来说分布式是一种解决高并发的解决方案，那么如果在分布式环境下如果出现高并发怎么处理？

以上情况大公司一定会出现，小公司大概率不会出现（具体也看什么规模的公司），而如果是大公司这类问题可能当你入职的时候，一般已经进行过优化。但作为一个程序员怎么能不会这种技术呢？
以下内容采至（https://blog.csdn.net/fashion138/article/details/78869430）

海量数据的解决方案

1. 使用缓存
2. 页面静态化技术
3. 数据库优化
4. 分表
5. 读写分离
6. 批量读取和延迟修改
7. 应用服务和数据服务分离
8. 使用搜索引擎搜索数据库中的数据
9. 进行业务的拆分
10. 采用分布式负责均衡部署服务器
11. 使用NoSQL和Hadoop等技术

高并发的解决方案

1. 应用程序和静态资源
2. 页面缓存
3. 集群与分布式
4. 反向代理
5. CDN